一種相似文章的檢索方法和系統(tǒng)

基本信息

申請?zhí)?/td> CN202011561164.3 申請日 -
公開（公告）號 CN112527971A 公開（公告）日 2021-03-19
申請公布號 CN112527971A 申請公布日 2021-03-19
分類號 G06K9/62(2006.01)I;G06F16/33(2019.01)I;G06F40/242(2020.01)I;G06F16/35(2019.01)I;G06F40/30(2020.01)I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 趙國強(qiáng);史云飛 申請（專利權(quán)）人 華戎信息產(chǎn)業(yè)有限公司
代理機(jī)構(gòu) 濟(jì)南誠智商標(biāo)專利事務(wù)所有限公司 代理人 朱曉熹
地址 250000山東省濟(jì)南市高新區(qū)舜華路1號齊魯軟件園2號樓(創(chuàng)業(yè)廣場B座)二樓
法律狀態(tài) -

摘要

摘要 本發(fā)明公開一種相似文章的檢索方法和系統(tǒng)，其中，該相似文章的檢索方法包括：根據(jù)文章中的詞頻所在范圍，提取文章的關(guān)鍵詞；對關(guān)鍵詞進(jìn)行word2vec轉(zhuǎn)換，將關(guān)鍵詞轉(zhuǎn)換為詞向量；根據(jù)詞向量的語義，對文章的所有詞向量進(jìn)行聚類操作；使用TF?IDF算法對聚類操作后的詞向量進(jìn)行轉(zhuǎn)換，得到與詞向量對應(yīng)的TF?IDF向量；使用TF?IDF向量進(jìn)行余弦相似度的比較，檢索與文章內(nèi)容相似的文章。本發(fā)明的技術(shù)方案能夠解決現(xiàn)有技術(shù)中新聞分類準(zhǔn)確率低的問題。??